[论文解读] Docking two multirotors in midair using relative vision measurements

Karan P. Jain, Minos Park+1 more|arXiv (Cornell University)|Nov 11, 2020

Robotics and Sensor-Based Localization参考文献 24被引用 5

一句话总结

本文提出了一种基于机载扩展卡尔曼滤波器（EKF）的状态估计算法，仅利用惯性测量（加速度计和陀螺仪）和相机-标识系统提供的相对位姿数据，实现了两架多旋翼飞机在空中自主对接。该方法在仅使用机载传感的情况下，通过五次成功且可重复的对接试验，实验验证了厘米级的相对定位精度，且在对接过程中无需外部定位系统。

ABSTRACT

Modular robots have been rising in popularity for a variety of applications, and autonomous midair docking is a necessary task for real world deployment of these robots. We present a state estimator based on the extended Kalman filter for relative localization of one multirotor with respect to another using only onboard sensors, specifically an inertial measurement unit and a camera-marker pair. Acceleration and angular velocity measurements along with relative pose measurements from a camera on the first multirotor looking at a marker on the second multirotor are used to estimate the relative position and velocity of the first multirotor with respect to the second, and the absolute attitude of the first multirotor. We also present a control architecture to use these onboard state estimates to control the first multirotor at a desired setpoint with respect to the second. The performance of the estimator and control architecture are experimentally validated by successfully and repeatably performing midair docking -- a task that requires relative position precision on the order of a centimeter.

研究动机与目标

• 实现模块化多旋翼飞机在真实场景中用于协作机器人的自主空中对接。
• 解决在对接过程中仅依赖机载传感器实现精确相对定位的挑战，避免在关键阶段依赖外部跟踪系统。
• 开发一种状态估计算法框架，实时融合惯性测量数据与相对视觉数据，以估计相对位置、速度和绝对姿态。
• 设计一种控制架构，仅使用机载估计结果，引导主动多旋翼飞机相对于被动多旋翼飞机到达期望的相对设定点。
• 证明仅使用机载传感即可实现完全自主对接的可行性，且对外部基础设施依赖最小。

提出的方法

• 基于扩展卡尔曼滤波器（EKF）建立一个6自由度（6-DoF）的相对状态估计算法，融合来自惯性测量单元（IMU）的惯性测量数据（加速度和角速度）与相机观测目标多旋翼上标识的相对位姿测量数据。
• 定义状态向量，包含两架多旋翼之间的相对位置和速度，以及主动飞行器在惯性坐标系中的绝对姿态（横滚、俯仰、偏航）。
• 在主动多旋翼上安装相机，用于检测被动多旋翼上的3D标识，为EKF更新步骤提供完整的6-DoF相对位姿测量。
• 设计一种控制架构，利用机载EKF估计结果生成控制输入，使主动多旋翼能够跟踪相对于被动飞行器的期望相对位置和姿态。
• 实施一种过渡协议：初始阶段使用外部运动捕捉系统进行初始接近，一旦标识进入视野则切换至机载传感，对接完成后恢复使用外部传感以避免遮挡。
• 使用实验数据对EKF进行标定与调参，确保其对传感器噪声和飞行中的动态变化具有鲁棒性。

实验结果

研究问题

• RQ1 仅依靠机载传感器的相对状态估计算法是否足以实现两架多旋翼飞机自主空中对接的精度要求？
• RQ2 惯性测量数据与相对视觉数据的融合在近距离飞行期间如何提升相对定位的精度与鲁棒性？
• RQ3 在动态飞行条件和不同相对运动下，基于EKF的估计算法在多大程度上能保持低估计误差？
• RQ4 完全基于机载估计的控制架构是否能成功、可重复且精确地引导一架多旋翼与另一架对接？
• RQ5 仅使用机载传感可实现的相对定位精度是多少？与运动捕捉系统提供的真值相比如何？

主要发现

• 当多旋翼之间的距离处于对接范围（约15厘米垂直间距）时，基于EKF的状态估计算法的相对位置估计误差小于2厘米。
• 在整个飞行过程中，总体位置估计误差保持在10厘米以内，且在最终对接阶段估计最为精确。
• 偏航估计误差最高可达5°，高于横滚和俯仰方向，这是由于依赖于标识测量而非加速度计与重力方向对齐。
• 系统成功实现了五次连续的空中对接，全程仅依赖机载传感，证明了其可重复性与鲁棒性。
• 从外部传感到机载传感的过渡过程无缝衔接，确保了在关键对接阶段无需外部跟踪系统即可实现精确控制。
• 控制架构成功引导主动多旋翼自主缩小垂直间距并精确对准被动多旋翼的对接平台，即使存在微小的位置与偏航误差，最终仍实现成功对接。